本发明专利技术公开了一种基于分布式宽带雷达组网的空间目标参数估计方法，包括获取分布式雷达的数据信息；构建分布式带宽雷达下空间目标微距模型并分解；推导锥顶参数估计精度和锥底参数估计精度的克拉美罗下界并选定空间目标参数估计的参数；对锥顶散射中心系数和锥底散射中心系数进行求解；进行散射中心的关联匹配；通过最优化方法进行基于分布式宽带雷达组网的空间目标参数估计。本发明专利技术还公开了一种实现所述基于分布式宽带雷达组网的空间目标参数估计方法的系统。本发明专利技术保证了参数估计过程的有效性和噪声鲁棒性，而且关联准确率更高，实时性更好，可靠性更高，精确性更好。
1、在弹道导弹攻防对抗过程中，目标特征提取与有效识别是防御的关键；其中，目标几何结构特征和微动特征是两项重要特征。单雷达对弹道目标识别存在姿态敏感、提取目标微动参数精度不高的问题，因为进动角在实际中通常难以精确获得，而且该类方案通常需要已知目标的某些结构参数，如目标长度、半锥角等。
2、多视角微多普勒能提供互补和冗余信息，有利于目标特征提取和识别。在空间目标微距模型方面，现有的基于分布式宽带雷达组网的空间目标参数估计方案，主要利用锥顶散射中心或者目标轴线投影长度近似表示真实目标投影长度，同时将目标的长度变化信息近似为正弦函数，未能充分利用各散射中心微距曲线的信息。
4、在遮挡效应影响方面，现有方法一般只利用锥顶微距曲线或者锥顶与靠近雷达的锥底散射中心之间的长度变化信息进行微动特征提取，然而实际观测过程中，不同雷达观测角下由于遮挡效应的影响，除靠近雷达的锥底散射中心一直可观测外，其余散射中心可能不可见；这可能导致现有方案失效。
5、在散射中心系数选择方面，现有方案选择锥顶或锥底散射中心系数进行特征提取时，并未对该参数的有效性和鲁棒性进行评估，然而事实上噪声对不同参数的影响程度是有差异的。因此现有方案的精确性较差。
>6、最后，在积累时间方面，现有方法要求积累时间大于进动周期的1/2，而为了达到较高精度，积累时间需要大于进动周期，这一点也对现有方法的应用产生了一定限制。
技术实现思路
1、本专利技术的目的之一在于提供一种可靠性高且精确性好的基于分布式宽带雷达组网的空间目标参数估计方法。
2、本专利技术的目的之二在于提供一种实现所述基于分布式宽带雷达组网的空间目标参数估计方法的系统。
3、本专利技术提供的这种基于分布式宽带雷达组网的空间目标参数估计方法，包括如下步骤：
4、s1.获取分布式雷达的数据信息，包括带宽、功率等信息；
5、s2.构建分布式带宽雷达下空间目标微距模型，并进行分解；
6、s3.推导锥顶参数估计精度和锥底参数估计精度的克拉美罗下界，从而选定空间目标参数估计的参数；
7、s4.采用最小二乘法，对锥顶散射中心系数和锥底散射中心系数进行求解；
8、s5.根据得到的数据信息，进行散射中心的关联匹配；
9、s6.根据散射中心的关联匹配结果，通过最优化方法进行基于分布式宽带雷达组网的空间目标参数估计。
10、步骤s2所述的构建分布式带宽雷达下空间目标微距模型，并进行分解，具体包括如下步骤：
11、设定空间锥形目标位列雷达与目标重心o之间的初始距离为r0；目标自旋轴和进动轴之间的夹角为进动角θ；锥顶散射中心a为理想散射中心，锥底散射中心b和c均为滑动型散射中心，且b为底面靠近雷达的散射中心；
12、由于解线性调频中参考距离rref的影响，各个散射中心的微距离在距离压缩结果中表示为：
13、ra(t)＝r0-(h-h)(a+bx(t))-rref
14、
15、
16、式中ra(t)为锥顶散射中心a的微距曲线；h为锥体的高度；h为锥体中心到锥地面圆心的距离；a为进动角和视界角余弦值的乘积，且a＝cosθcosγ，γ为雷达视线方向和锥体自旋轴之间的夹角即视界角；b为进动角和视界角正弦值的乘积，且b＝sinθsinγ；x(t)为时间t的余弦函数，且x(t)＝cos(ωt+φ0)，ω为进动角频率，t为时间，φ0为初始相位角；r为锥体底面圆半径；
17、针对靠近雷达的锥底散射中心，根据weierstrass定理，rb能够通过泰勒级数展开表示成如下的广义多项式形式：
18、
19、式中k为分解阶数；ck为泰勒级数展开项的系数；k为泰勒级数展开项的索引。
20、步骤s3所述的推导锥顶参数估计精度和锥底参数估计精度的克拉美罗下界，从而选定空间目标参数估计的参数，具体包括如下步骤：
21、推导锥顶参数估计精度的克拉美罗下界，以确定最终用于估计空间目标参数的变量：
22、锥顶参数估计精度：
23、将锥顶微距曲线进行简化，得到：
24、
25、式中ra为锥顶微距曲线；为曲线幅度；为进动频率；为初始相位；为曲线偏置项；
26、则余弦函数的克拉美罗界表示为：
27、
28、
29、
30、
31、式中为的克拉美罗下界；σ2为信号噪声方差；n为采样点数；为的克拉美罗下界；为进动频率；η为信噪比，且为曲线幅度；为的克拉美罗下界；为初始相位；为的克拉美罗下界；为曲线偏置项；
32、锥底参数估计精度：
33、将锥底微距曲线进行简化，得到：
34、
35、式中rb为锥底散射中心微距曲线；w为进动角频率；φ0为初始相位；dr为偏置项；w(t)为高斯白噪声，且w(t)～n(0,σ2)；
36、当采样周期为tr时，得到的观测序列z(n)表示为：
37、z(n)＝v(n)+w(n)
38、式中n为采样索引，且n＝0,1,2,...,n-1，n为采样点数；v(n)为锥底微距曲线，且w(n)为高斯白噪声；
39、此时，观测序列z(n)和泰勒级数展开项的系数ck的联合概率密度函数为：
40、
41、式中p(z(n)；θ)为参数θ的联合概率密度函数；θ为参数向量，且θ＝[c1,...,ck,dr]t；
42、泰勒级数展开项的系数ck的fisher信息矩阵j的各元素的具体计算公式为：
43、
44、
45、
46、式中为fisher信息矩阵j中参数ci,cj对应的元素；i和j为泰勒级数展开项的系数；为fisher信息矩阵j中参数ci,dr对应的元素；为fisher信息矩阵j中参数dr,dr对应的元素；
47、泰勒级数展开项的系数ck的下界为矩阵j的逆矩阵的对角线元素；
48、根据参数估计的克拉美罗下界，锥顶微距曲线的参数aa、w、φ和da的估计精度满足设定要求，锥底微距曲线的参数c1、c2和dr的估计精度满足设定要求；因此，选定aa、w、φ、da、c1、c2和dr作为参数，设计参数估计算法。
49、步骤s4所述的对锥顶散射中心系数进行求解，具体包括如下步骤：
50、散射中心a的微距曲线表示为：
51、
52、式中v为目标速度；a为目标加速度；
53、本文档来自技高网...
【技术保护点】
1.一种基于分布式宽带雷达组网的空间目标参数估计方法，包括如下步骤：
2.根据权利要求1所述的基于分布式宽带雷达组网的空间目标参数估计方法，其特征在于步骤S2所述的构建分布式带宽雷达下空间目标微距模型，并进行分解，具体包括如下步骤：
3.根据权利要求2所述的基于分布式宽带雷达组网的空间目标参数估计方法，其特征在于步骤S3所述的推导锥顶参数估计精度和锥底参数估计精度的克拉美罗下界，从而选定空间目标参数估计的参数，具体包括如下步骤：
4.根据权利要求3所述的基于分布式宽带雷达组网的空间目标参数估计方法，其特征在于步骤S4所述的对锥顶散射中心系数进行求解，具体包括如下步骤：
5.根据权利要求4所述的基于分布式宽带雷达组网的空间目标参数估计方法，其特征在于步骤S4所述的对锥底散射中心系数进行求解，具体包括如下步骤：
6.根据权利要求5所述的基于分布式宽带雷达组网的空间目标参数估计方法，其特征在于步骤S5所述的根据得到的数据信息，进行散射中心的关联匹配，具体包括如下步骤：
7.根据权利要求6所述的基于分布式宽带雷达组网的空间目标参数估计方法，其特征在于步骤S6所述的根据散射中心的关联匹配结果，通过最优化方法进行基于分布式宽带雷达组网的空间目标参数估计，具体包括如下步骤：
8.一种实现权利要求1～7之一所述的基于分布式宽带雷达组网的空间目标参数估计方法的系统，其特征在于包括数据获取模块、模型构建模块、参数选定模块、系数求解模块、关联匹配模块和参数估计模块；数据获取模块、模型构建模块、参数选定模块、系数求解模块、关联匹配模块和参数估计模块依次串联；数据获取模块用于获取分布式雷达的数据信息，并将数据上传模型构建模块；模型构建模块用于根据接收到的数据信息，构建分布式带宽雷达下空间目标微距模型，并进行分解，并将数据上传参数选定模块；参数选定模块用于根据接收到的数据信息，推导锥顶参数估计精度和锥底参数估计精度的克拉美罗下界，从而选定空间目标参数估计的参数，并将数据上传系数求解模块；系数求解模块用于根据接收到的数据信息，采用最小二乘法，对锥顶散射中心系数和锥底散射中心系数进行求解，并将数据上传关联匹配模块；关联匹配模块用于根据接收到的数据信息，根据得到的数据信息，进行散射中心的关联匹配，并将数据上传参数估计模块；参数估计模块用于根据接收到的数据信息，根据散射中心的关联匹配结果，通过最优化方法进行基于分布式宽带雷达组网的空间目标参数估计。
...
【技术特征摘要】
1.一种基于分布式宽带雷达组网的空间目标参数估计方法，包括如下步骤：
2.根据权利要求1所述的基于分布式宽带雷达组网的空间目标参数估计方法，其特征在于步骤s2所述的构建分布式带宽雷达下空间目标微距模型，并进行分解，具体包括如下步骤：
3.根据权利要求2所述的基于分布式宽带雷达组网的空间目标参数估计方法，其特征在于步骤s3所述的推导锥顶参数估计精度和锥底参数估计精度的克拉美罗下界，从而选定空间目标参数估计的参数，具体包括如下步骤：
4.根据权利要求3所述的基于分布式宽带雷达组网的空间目标参数估计方法，其特征在于步骤s4所述的对锥顶散射中心系数进行求解，具体包括如下步骤：
5.根据权利要求4所述的基于分布式宽带雷达组网的空间目标参数估计方法，其特征在于步骤s4所述的对锥底散射中心系数进行求解，具体包括如下步骤：
6.根据权利要求5所述的基于分布式宽带雷达组网的空间目标参数估计方法，其特征在于步骤s5所述的根据得到的数据信息，进行散射中心的关联匹配，具体包括如下步骤：
7.根据权利要求6所述的基于分布式宽带雷达组网的空间目标参数估计方法，其特征在于步骤s6所述的根据散射中心的关联匹配结...
【专利技术属性】
技术研发人员：杨德贵，王行，王若晖，陈成增，邵剑波，朱宗宝，
申请(专利权)人：中南大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。